Mein Forschungsschwerpunkt liegt im Bereich des Process Mining. Diese Disziplin nutzt digitale Spuren aus IT-Systemen, um Geschäftsprozesse automatisch zu entdecken, zu analysieren und zu verbessern. Ein zentrales Problem dabei ist, dass die entdeckten Prozessmodelle – insbesondere bei großen Datenmengen – oft sehr komplex und "spaghetti-artig" werden, was ihre Interpretation und Nutzung stark erschwert. Meine Forschung konzentriert sich daher auf die Verständlichkeit von Prozessmodellen, speziell von Workflow-Netzen, die von vielen Algorithmen erzeugt werden. Ich untersuche durch empirische Studien , welche konkreten strukturellen Eigenschaften – wie beispielsweise der Grad an Parallelität , die Anzahl der Knoten oder die Art der Verbindungen (Konnektoren) – beeinflussen, wie gut Menschen einen Prozessablauf korrekt verstehen (objektive Verständlichkeit) und wie komplex sie das Modell subjektiv wahrnehmen. Ziel ist es, Kriterien zu identifizieren, die Modellierern und Entwicklern helfen, verständlichere und damit nützlichere Prozessmodelle zu erstellen.